热点事件持续更新
神经解析器将专利检索复杂度从O(n²)降至O(n·w)
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
专利先有技术检索常需处理数万 token 文档，多数神经检索方法受限于截断输入。2026-10-02 arXiv 一手研究提出神经解析器，将依赖解析的双仿射注意力适配到发明图预测，通过局部评分把复杂度从 O(n²) 降到 O(n·w)。模型从 100 万条规则解析文档蒸馏而来，在 40,000 token 以上文档部署无需重新训练，推理成本降为原来的 1/3；在下游 Graph Transformer 检索中，全文档引用召回率提升 1.1%。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv · Information RetrievalFrom Rules to Neural Graphs：专利先有技术检索的可扩展结构化预测
专利检索常需处理数万 token 文档，多数神经检索方法受限于截断输入。该研究提出神经解析器，将依赖解析的双仿射注意力适配到发明图预测，局部评分把复杂度从 O(n²) 降到 O(n·w)。模型从 100 万条规则解析文档蒸馏而来，在 40,000 token 以上文档部署无需重新训练，推理成本降为原来的 1/3；在下游 Graph Transformer 检索中，全文档引用召回率提升 1.1%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。